[发明专利]知识图谱构建及智能应答方法、装置、设备及存储介质

说明书

本公开提供了一种知识图谱构建及智能应答方法、装置、设备及存储介质，通过创建实体，添加各实体之间的关系，并根据各实体的需要为各实体添加对应的属性信息。整个创建过程不再受概念层的限制，自由度很高，对整个知识图谱的构建和调整也十分方便。例如，在想给已创建的某一实体添加新的属性信息时，可以直接添加，不需要受概念层的限制了。此外，在本公开实施例中，是直接创建的实体，因此对于上层概念和属性的提炼没有要求，这就使得对于知识图谱的构建者的知识要求得以降低，即使构建者不具有较强的抽象能力，也可以构建出一个较好的知识图谱，具有更好的普适性。

技术领域

本公开涉及但不限于数据处理技术领域，具体而言，涉及但不限于一种知识图谱构建及智能应答方法、装置、设备及存储介质。

背景技术

知识图谱(Knowledge Graph)也被称为科学知识图谱或者语义网，旨在描述真实世界中存在的各种实体或概念及其关系，其构成一张巨大的语义网络图，节点表示实体或概念，边则由属性或关系构成。随着互联网的发展，网络数据内容呈现爆炸式增长的态势。由于互联网内容的大规模、异质多元、组织结构松散的特点，给人们有效获取信息和知识提出了挑战。知识图谱创建的初衷是为了提高搜索引擎的能力，改善用户的搜索质量以及搜索体验。随着人工智能的技术发展和应用，知识图谱作为关键技术之一，可以提供语义理解和推理能力，已被广泛应用于智能搜索、智能问答、个性化推荐、内容分发等领域。

目前的知识图谱中通常包含概念(也叫类或者本体)、实体(也叫个体)、属性、关系等元素。概念主要指集合、类别、对象类型、事物的种类等，例如人物、地理等。实体指的是具有可区别性且独立存在的某种事物；如某个人、某物品等等。世界万物有具体事物组成，具体事物指实体。实体是知识图谱中的最基本元素，不同的实体间存在不同的关系。属性，是从属于概念和实体的特有信息。比如人有性别、身高、体重、年龄等属性。关系是描述实体之间或者概念之间的关系。比如人与人之间有朋友、夫妻、同事等关系，个人跟公司之间有员工关系等。有的关系有方向，比如上级、下级；有的关系没有方向，比如同事、朋友等；有方向的两种关系有可能互为反方向，比如父与子等。

目前，构建知识图谱时，是先构建概念层，在构建好概念层之后，再依据概念层的结构构建实体层。例如，参见图1所示，图1为采用目前的方式构建出的知识图谱。其构建构过程如下：

S101：创建概念“球队”；

S102：创建概念“球员”；

S103：创建“球队”和“球员”两个概念之间的“球员”关系；

S104：添加“球员”概念的“籍贯”属性；

每个概念可以定义多种不同属性，比如球员的籍贯、体重、身高、号码、场上位置等。概念的具体实体会继承概念的属性，并给属性指定具体的属性值。

S105：创建实体“恒大”，表示上海上港球队；

对于“国安”、“上港”几个实体类似的创建。

S106：添加概念和实体之间的继承关系连线；

此处表示实体“恒大”是概念“球队”的实例。一个概念可以有多个实例，比如图1中概念“球队”有“上港”、“国安”、“恒大”几个实体，概念“球员”有“张稀哲”、“郜林”、“郑智”、“高志杰”。

S107：创建实体“郜林”，继承自概念“球员”；

应当理解的是，类似的还会创建“张稀哲”、“高志杰”、“郑智”等实体。

S108创建实体“郜林”跟实体“恒大”之间的“球员”关系，继承自概念“球员”跟概念“球队”之间的“球员”关系。

同理，对于其余球员实体也会创建对应的关系。

S109添加实体“郜林”的其中一个属性“体重”。实体的属性继承自概念的属性。